-
公开(公告)号：CN114625924B
公开(公告)日：2022-08-26
申请号：CN202210529260.2
申请日：2022-05-16
Applicant: 浙江大学
IPC: G06F16/783 , G06F16/71 , G06V20/40 , G06V10/74 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 本发明公开了一种基于多视觉专家知识蒸馏的侵权视频检索方法及系统，属于侵权视频检索技术领域。该方法包括：首先通过预训练的视觉模型获取视频的初始特征，然后通过在目标数据集上对视频的初始特征进行编码训练，得到具有更强任务适应性的视频特征表示。接着设计知识融合方法将多种基础检索模型的知识进行融合，融合后的知识通过知识蒸馏的方式迁移到蒸馏检索模型中。最终得到的融合了多位专家知识的蒸馏检索模型具有更高的计算效率和更加优越的性能。本发明利用深度学习技术和知识蒸馏技术，能够实现高效鲁棒的侵权视频检索，在很大程度上提高了侵权视频检索的性能和效率。
-
公开(公告)号：CN114625924A
公开(公告)日：2022-06-14
申请号：CN202210529260.2
申请日：2022-05-16
Applicant: 浙江大学
IPC: G06F16/783 , G06F16/71 , G06V20/40 , G06V10/74 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 本发明公开了一种基于多视觉专家知识蒸馏的侵权视频检索方法及系统，属于侵权视频检索技术领域。该方法包括：首先通过预训练的视觉模型获取视频的初始特征，然后通过在目标数据集上对视频的初始特征进行编码训练，得到具有更强任务适应性的视频特征表示。接着设计知识融合方法将多种基础检索模型的知识进行融合，融合后的知识通过知识蒸馏的方式迁移到蒸馏检索模型中。最终得到的融合了多位专家知识的蒸馏检索模型具有更高的计算效率和更加优越的性能。本发明利用深度学习技术和知识蒸馏技术，能够实现高效鲁棒的侵权视频检索，在很大程度上提高了侵权视频检索的性能和效率。
-
公开(公告)号：CN112860930A
公开(公告)日：2021-05-28
申请号：CN202110185623.0
申请日：2021-02-10
Applicant: 浙江大学
IPC: G06F16/532 , G06F16/583 , G06K9/46 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于层次化相似性学习的文本到商品图像的检索方法，该方法通过预训练的目标检测模型和利用独热编码以及预训练的Word2Vec获取图像和文本的初步特征，再通过两个层次化编码网络分别对两种模态进行层次化编码。通过全连接层将特征映射到一个统一公共空间中，进行两种不同粒度的相似性度量，分别是物体粒度的相似性和图像粒度的相似性，最后利用公共空间算法学习两个模态之间的关系，通过端到端的方式训练模型，自动学习文本和图像的匹配关系，从而实现文本到图像的跨模态检索。本发明针对复杂的商品图像，应用多层次的特征以及多粒度的相似性来进行跨模态检索，具有优越的性能优势，并且利用深度学习技术，极大提高了检索的性能和效率。
-
公开(公告)号：CN119396723A
公开(公告)日：2025-02-07
申请号：CN202411443827.X
申请日：2024-10-16
Applicant: 浙江大学
IPC: G06F11/3668 , G06F9/48 , G06F9/50 , G06F18/24 , G06F21/57
Abstract: 本发明公开了一种基于种子特性的多目标导向并行模糊测试方法和系统。方法包括：划分各测试引擎的任务，获取种子进行模糊测试，记录基本块的触发次数并以触发次数作为探索难度的评估指标，根据探索难度进行筛选出目标集合；根据种子的执行特征将其分成三种类型；针对不同分类，设置具体的导向规则调整种子的选择概率和变异次数；根据调整后的选择概率和变异次数进行并行模糊测试。本发明在确保对难度较高区域集中探索的同时，也保持对任务其他部分的广泛测试。通过平衡深入探索与广泛测试，本发明提高了测试资源的使用效率，防止了测试引擎过分集中于复杂区域而忽略可能含有缺陷的其他区域，从而提升了并行模糊测试系统的整体效果与效率。
-
公开(公告)号：CN118503097A
公开(公告)日：2024-08-16
申请号：CN202410569491.5
申请日：2024-05-09
Applicant: 浙江大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于选择性插桩的Windows平台并行模糊测试方法和系统。方法包括：通过测试器动态插桩后端分析运行的指令以获取基本块执行情况和程序分支情况，动态维护被测程序模块实时控制流图和分支探索状态。将拥有未探索程序分支的基本块识别为目标，并根据其在图上的位置进行任务划分。根据控制流图为每组任务识别对应的插桩基本块和前驱基本块，作为并行的指导信息分配给各个测试引擎。引擎设置插桩范围为插桩基本块，并根据测试用例的任务和前驱执行情况为其赋予选择概率，从而实现测试用例优选。该方法显著提高了Windows平台并行模糊测试的代码覆盖率和漏洞发现能力，改善了Windows模糊测试的效率。
-
Patent Agency Ranking
公开(公告)号：CN117170673B
公开(公告)日：2024-05-17
申请号：CN202310971362.4
申请日：2023-08-03
Applicant: 浙江大学 , 杭州优稳自动化系统有限公司
IPC: G06F8/41 , G06F8/53 , G06F18/22 , G06F18/214
Abstract: 本发明公开了一种面向二进制代码文本注释自动化生成方法及装置。收集并匹配汇编代码、相应的源代码以及相应的注释信息，构建数据集；对汇编函数指令依次进行正则化和一致性操作去重处理，得到只包含函数处理逻辑和功能的汇编函数代码；根据所述汇编函数代码，分别构建汇编代码指令级控制流图和反编译形成的伪代码；构建编码器‑解码器模型，所述编码器‑解码器模型由三个编码器和一个解码器组成，用于生成相应的注释文本；利用所述训练集对所述编码器‑解码器模型进行训练；利用训练好的编码器‑解码器模型对测试集中的汇编函数代码进行处理，生成相应的注释文本。本发明是一项首次在闭源、计算机底层语言场景下实现高维语义信息恢复的技术创新。
-
公开(公告)号：CN116841243A
公开(公告)日：2023-10-03
申请号：CN202310723248.X
申请日：2023-06-19
Applicant: 浙江大学 , 杭州优稳自动化系统有限公司
IPC: G05B19/05
Abstract: 本发明公开了一种基于协议格式推断的智能化PLC模糊测试方法、模糊测试方法及装置，包括S1：通过上位机软件与PLC交互获取通信协议；S2：选取通信协议，进行单字节的确定性变异后发送给PLC；S3：接收PLC返回的响应协议，按字节顺序保存为协议树；S4：将确定性变异的字节与之后的字节逐个累加在一起再次进行确定性变异，并将测试用例发送给PLC；S5：接收PLC返回的协议，并逐个加入所述协议树中，如果响应协议是独特的，则认为响应协议有价值；S6：如果累加一定数量的字节仍然没有出现有价值的响应，则反方向重复S2到S5。模糊测试方法包括将S1到S6得到的协议格式，用于生成测试用例并进行模糊测试。本申请的方法降低了对协议格式的依赖，并提高了测试效率。
-
公开(公告)号：CN112860930B
公开(公告)日：2022-09-16
申请号：CN202110185623.0
申请日：2021-02-10
Applicant: 浙江大学
IPC: G06F16/532 , G06F16/583 , G06V10/40 , G06V10/74 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于层次化相似性学习的文本到商品图像的检索方法，该方法通过预训练的目标检测模型和利用独热编码以及预训练的Word2Vec获取图像和文本的初步特征，再通过两个层次化编码网络分别对两种模态进行层次化编码。通过全连接层将特征映射到一个统一公共空间中，进行两种不同粒度的相似性度量，分别是物体粒度的相似性和图像粒度的相似性，最后利用公共空间算法学习两个模态之间的关系，通过端到端的方式训练模型，自动学习文本和图像的匹配关系，从而实现文本到图像的跨模态检索。本发明针对复杂的商品图像，应用多层次的特征以及多粒度的相似性来进行跨模态检索，具有优越的性能优势，并且利用深度学习技术，极大提高了检索的性能和效率。
-
公开(公告)号：CN114972263A
公开(公告)日：2022-08-30
申请号：CN202210592724.4
申请日：2022-05-27
Applicant: 浙江大学
IPC: G06T7/00 , G06T7/62 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于图片分割的实时超声图像卵泡测量方法及系统，属于物体目标检测以及图像分割领域。首先，获取各类卵泡超声图像及其相关信息作为训练集，所述的相关信息包括图像比例尺信息、卵泡位置信息、卵泡轮廓信息；之后，根据各类卵泡超声图像及其相关信息训练智能学习器，所述的智能学习器自动学习关键卵泡特征，完成超声图像中的卵泡识别、卵泡位置识别及卵泡掩码结果；最后，利用并行检测器对待检测的卵泡超声图像进行多任务检测，根据检测结果得到卵泡统计学信息。本发明同时兼具了兼容性、通用性、稳定性以及可扩展性，能自动学习卵泡超声图像的特征，提高了卵泡图像识别精确度以及智能程度，提高实际应用中的诊断效率和准确率。
-
公开(公告)号：CN114841124A
公开(公告)日：2022-08-02
申请号：CN202210331439.7
申请日：2022-03-30
Applicant: 浙江大学
IPC: G06F40/14 , G06F40/279 , G06F40/205 , G06N3/04 , G06N3/08 , G06F16/33 , G06F16/332 , G06K9/62
Abstract: 本发明公开了一种基于问答模型的第三方组件文档细粒度自动化提取方法及系统，属于第三方组件测试技术领域。系统包括：第三方组件文档预处理模块，对第三方组件文档进行初步过滤，获取粗粒度的第三方组件使用规则；文档问答树构建模块，深度分析第三方组件误用类型，为每一类误用类型设计查询问题，根据问题对待测文档进行人工标记；基于问答的第三方组件使用规则提取模块，采用基于RoBERTa模型的自然语言处理模型对文档进行问答式信息提取，获得与第三方组件相关的细粒度使用规则。本发明的系统解决了无统一格式的第三方组件文档粗粒度提炼问题，能够对第三方组件文档中的使用规则进行细粒度自动化提取。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.072 seconds)
